F

FLAN T5 Paraphraser

由 alykassem 开发
基于FLAN-T5-large架构的文本改写模型,专为生成高质量、高流畅度、多样化和相关性的改写文本而设计,尤其适用于对抗性数据生成场景。
下载量 75
发布时间 : 1/3/2025

模型简介

该模型是为配合论文研究而开发的,专注于生成高质量改写文本,特别适用于对抗性数据生成场景,能够发现机器学习模型中的边缘案例,同时保持最小化的分布扭曲。

模型特点

高质量改写
模型生成的改写文本具有高流畅度、多样化和相关性,能够引入关于实体或对象的新信息。
对抗性数据生成
特别适用于创建对抗性训练样本,能有效发现机器学习模型中的边缘案例。
多样化训练数据
训练过程使用了来自七个高质量来源的560,550组改写对构成的精编数据集,确保数据质量和多样性。
性能优异
达到75.925%的F1 BERT分数,展现卓越的流畅度和改写能力。

模型能力

文本改写
对抗性数据生成
边缘案例发现

使用案例

对抗性训练
对抗性样本生成
生成对抗性训练样本,用于测试和提升机器学习模型的鲁棒性。
能有效发现机器学习模型中的边缘案例,同时保持最小化的分布扭曲。
通用文本改写
文本多样化
生成多样化的文本改写,适用于内容创作、数据增强等场景。
生成的改写文本具有高流畅度、多样化和相关性。
AIbase
智启未来,您的人工智能解决方案智库
简体中文